We can sometimes make better predic

We can sometimes make better predictions with a small number of principal components in Z than a much larger number of variables in X. Success requires that we make a good choice of the number of components. To illustrate the use of PCR and the other shrinkage methods in this chapter, we will use a set of data where the emphasis is on prediction but the explanatory aspects of the methods can be useful in gaining intuition about the structure of the data. A Tecator Infratec Food and Feed Analyzer working in the wavelength range of 850 to 1050 nm by the near-infrared transmission (NIT) principle was used to collect data on samples of finely chopped pure meat and 215 samples were measured. For each sample, the fat content was measured along with a 100-channel spectrum of absorbances. Since determining the fat content via analytical chemistry is time consuming, we would like to build a model to predict the fat content of new samples using the 100 absorbances which can be measured more easily. See Thodberg (1993) for more details.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้เราบางครั้งสามารถทำให้ดีกว่าคาดคะเน ด้วยส่วนประกอบหลักใน Z จำนวนน้อยกว่ามากจำนวนตัวแปรใน X. สำเร็จต้องที่เราทำมากมายจำนวนส่วนประกอบ แสดงการใช้ PCR และวิธีการอื่น ๆ การหดตัวในบทนี้ เราจะใช้ชุดของข้อมูลที่เน้นอยู่ในการคาดเดา แต่ด้านที่อธิบายวิธีการใช้สัญชาตญาณเกี่ยวกับโครงสร้างของข้อมูลได้รับ ถูกวัดเป็น Tecator Infratec อาหารและอาหารในช่วงความยาวคลื่น 850 กับ 1050 nm โดยใช้หลักการส่งอินฟราเรดใกล้ (นิด) ถูกใช้เพื่อเก็บข้อมูลตัวอย่างของเนื้อบริสุทธิ์ที่เตรียมและ 215 ตัวอย่างการทำงาน อย่าง ปริมาณไขมันที่วัดพร้อมกับ absorbances มีสเปคตรัม 100 ช่อง ตั้งแต่การกำหนดไขมันผ่านเคมีวิเคราะห์เป็นเวลานาน เราอยากจะสร้างแบบจำลองการคาดการณ์ปริมาณไขมันอย่างใหม่ที่ใช้ absorbances 100 ซึ่งสามารถวัดได้ง่ายขึ้น ดูรายละเอียดเพิ่มเติมที่ Thodberg (1993)

ผลลัพธ์ (ไทย) 2:

บางครั้งเราสามารถทำให้การคาดการณ์ที่ดีขึ้นกับจำนวนเล็ก ๆ ขององค์ประกอบหลักใน Z กว่าจำนวนขนาดใหญ่กว่าของตัวแปรในความสำเร็จ X. ต้องที่เราให้เป็นทางเลือกที่ดีของจำนวนขององค์ประกอบ แสดงให้เห็นถึงการใช้วิธี PCR และวิธีการอื่น ๆ หดตัวในบทนี้เราจะใช้ชุดของข้อมูลที่เน้นอยู่ในการคาดการณ์ แต่ในด้านที่อธิบายวิธีการที่จะเป็นประโยชน์ในการดึงดูดสัญชาติญาณเกี่ยวกับโครงสร้างของข้อมูล Tecator Infratec วิเคราะห์อาหารและอาหารสัตว์ที่ทำงานในช่วงความยาวคลื่น 850-1050 นาโนเมตรโดยหลักการที่ใกล้อินฟราเรดส่ง (NIT) ถูกนำมาใช้ในการเก็บรวบรวมข้อมูลเกี่ยวกับตัวอย่างของเนื้อบริสุทธิ์สับและ 215 ตัวอย่างถูกวัด สำหรับแต่ละตัวอย่างปริมาณไขมันวัดพร้อมกับคลื่นความถี่ 100 ช่องของ absorbances ตั้งแต่การกำหนดปริมาณไขมันผ่านการวิเคราะห์ทางเคมีเป็นเวลานานเราต้องการที่จะสร้างรูปแบบที่จะคาดการณ์ปริมาณไขมันของตัวอย่างใหม่โดยใช้ 100 absorbances ซึ่งสามารถวัดได้ง่ายขึ้น ดู Thodberg (1993) สำหรับรายละเอียดเพิ่มเติม

ผลลัพธ์ (ไทย) 3:

บางครั้งเราอาจจะทำให้การคาดการณ์ที่ดีกว่าที่มีขนาดเล็กจำนวนขององค์ประกอบหลักใน Z กว่ามากขนาดใหญ่หมายเลขของตัวแปรความสำเร็จใน X ต้องการให้เราสร้างทางเลือกที่ดีของหมายเลขของคอมโพเนนต์ แสดงให้เห็นถึงการใช้เทคนิคและวิธีการอื่นๆ แต่ในบทนี้ เราจะใช้ชุดของข้อมูลที่เน้นแต่ด้านการทำนายการของวิธีการที่สามารถเป็นประโยชน์ในการดึงดูดสัญชาตญาณเกี่ยวกับโครงสร้างของข้อมูล เป็น tecator infratec อาหารและอาหารวิเคราะห์การทำงานในความยาวคลื่นช่วง 850 ถึง nm . โดยการส่งอินฟราเรดใกล้ ( NIT ) หลักการใช้วิธีการเก็บข้อมูลตัวอย่างสับเนื้อบริสุทธิ์และ 215 จำนวนวัด สำหรับแต่ละตัวอย่าง ปริมาณไขมันวัดพร้อมกับ 100 ช่องสเปกตรัมของ absorbances . ตั้งแต่การกำหนดปริมาณไขมันทางเคมีวิเคราะห์เป็นเวลานาน เราต้องการที่จะสร้างแบบจำลองเพื่อทำนายปริมาณไขมันของตัวอย่างใหม่ใช้ 100 absorbances ซึ่งสามารถวัดได้ง่ายขึ้น ดู thodberg ( 1993 ) สำหรับรายละเอียดเพิ่มเติม